Concurrent HPV DNA testing and a visual inspection method for cervical precancer screening: A practical approach from Battor, Ghana
Notice bibliographique
Résumé
Cytology-based cervical cancer screening programs have been difficult to implement and scale up in developing countries. Thus, the World Health Organization recommends a 'see and treat' approach by way of hr-HPV testing and visual inspection. We aimed to evaluate concurrent HPV DNA testing and visual inspection in a real-world low-resource setting by comparing the detection rates of concurrent visual inspection with dilute acetic acid (VIA) or mobile colposcopy and hr-HPV DNA testing to standalone hr-HPV DNA testing (using the careHPV, GeneXpert, AmpFire, or MA-6000 platforms). We further compared their rates of loss to follow-up. This retrospective, descriptive cross-sectional study included all 4482 women subjected to cervical precancer screening at our facility between June 2016 and March 2022. The rates of EVA and VIA 'positivity' were 8.6% (95% CI, 6.7-10.6) and 2.1 (95% CI, 1.6-2.5), respectively, while the hr-HPV-positivity rate was 17.9% (95% CI, 16.7-19.0). Overall, 51 women in the entire cohort tested positive on both hr-HPV DNA testing and visual inspection (1.1%; 95% CI, 0.9-1.5), whereas a large majority of the women tested negative (3588/4482, 80.1%) for both and 2.1% (95% CI, 1.7-2.6) tested hr-HPV-negative but visual inspection 'positive'. In total, 191/275 (69.5%) participants who tested hr-HPV positive on any platform, as a standalone test for screening, returned for at least one follow-up visit. In light of factors such as poor socioeconomic circumstances, additional transportation costs associated with multiple screening visits, and lack of a reliable address system in many parts of Ghana, we posit that standalone HPV DNA testing with recall of hr-HPV positives will be tedious for a national cervical cancer prevention program. Our preliminary data show that concurrent testing (hr-HPV DNA testing alongside visual inspection by way of VIA or mobile colposcopy) may be more cost-effective than recalling hr-HPV-positive women for colposcopy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».